São Paulo — InkDesign News —
A pesquisa recente sobre machine learning indica que a eficácia da inteligência artificial (IA) pode não atingir o potencial prometido, levantando questionamentos sobre o futuro das startups de IA e suas aplicações.
Contexto da pesquisa
Estudos apontam que as expectativas em torno da produtividade gerada por sistemas de IA generativa ainda são limitadas, sendo mais evidentes em áreas como programação e redação. Com empresas enfrentando um cenário financeiro desafiador, um relatório sugere que as grandes empresas de IA podem enfrentar um déficit de receita de US$800 bilhões.
Método proposto
A abordagem atual às IAs generativas utiliza modelos de aprendizado de máquina, como redes neurais profundas (DNN), com o objetivo de melhorar processos criativos. No entanto, a acurácia das produções ainda deixa a desejar, não gerando os ganhos esperados de produtividade.
“O software de IA faz coisas interessantes, mas não é ainda o motor de uma nova economia.”
(“GenAI does some neat, helpful things, but it’s not yet the engine of a new economy.”)— Especialista em IA, Anônimo
Resultados e impacto
A falta de monetização significativa e as questões legais em torno de direitos autorais levaram a um aumento de incertezas. Muitas empresas enfrentam litígios por uso indevido de conteúdo para treinar suas IAs, complicando ainda mais o cenário. Embora a Meta tenha disponibilizado seu modelo Llama como código aberto, permitindo que qualquer pessoa o execute localmente, essa tática pode minar o valor percebido das soluções comerciais.
“A situação atual pode ser uma defesa contra o poder crescente das grandes tecnologias.”
(“The threat of AI being worth less than anticipated might be the best defense against the growing power of big tech today.”)— Analista de mercado, Anônimo
Os próximos passos incluem a exploração de modelos de IA que possam ser sustentáveis financeiramente, além de esforços coletivos para navegar as complexidades jurídicas que cercam o uso de dados no treinamento de modelos. As aplicações futuras poderão se concentrar em ferramentas acessíveis e eficazes, mesmo frente a um cenário onde grandes empresas não conseguem mais garantir lucros consistentes.
Fonte: (TechXplore – Machine Learning & AI)
